千年未有之大变局

人类自以为是万物之灵，只有自己才能理解大自然的奥秘。

三年前，谷歌公司的DeepMind人工智能团队震惊了全世界，AlphaGo战胜了围棋世界冠军李世石。随后，AlphaZero横空出世，只要告诉他围棋规则，不需要学习人类的下棋技巧，自己从零开始学习，就可以取得最终胜利。但是，无论是AlphaGo还是AlphaZero，都需要有人事先告诉他们规则，并不能自己发现围棋这种游戏的规则。

几天前，DeepMind发表了一篇文章，宣称他们的新算法MuZero，不需要知道游戏的规则，只要自己观看游戏，就可以发现规则、制定相应的策略并取得最终的胜利。他们在围棋、日本将棋、国际象棋以及57种雅塔利电脑游戏上都证明了新算法的威力。

这种算法不仅可以玩零和游戏，还可以玩非零游戏，而且普适性很强。简单地说，对于某个特定的游戏，只要给他看一些游戏的进程，告诉他最终的胜负结果，他就会发现这种游戏的规则，通过强化学习来发现高明的战术，最终战胜对手。以围棋为例，事先不知道规则的MuZero经过观察和学习，能够达到事先知道规则的AlphaZero同样的竞技水平。

著名物理学家费曼把科学研究视为观看天神玩象棋游戏，发现物理学规律就是努力探究天神下棋的规则。现在，人工智能程序也能这样做了，甚至比人做得还好。

在大自然这盘大棋里，“观棋不语真君子”的时代已经过去了，曾经的观棋者现在化身为天神，未来已经到来了！

费曼：探究世界的游戏规则

http://blog.sciencenet.cn/blog-1319915-1208032.html

Mastering Atari, Go, Chess and Shogi by Planning with a Learned Model

https://arxiv.org/abs/1911.08265